所有文章 · SURL AI News

MidTool 釋出 203 億 token 工具中訓練集，4B／8B 模型在三類代理測試均獲益

MidTool 把 API、MCP、文件、程式碼與合成工作流放進預訓練後、SFT 前的專門階段。資料集與模型檢查點已公開，但深度搜尋測試仍為零分，顯示學懂 schema 不等於具備長程研究能力。

FreeToken 不採固定卸載，而是按實測頻寬決定把未命中專家傳入 GPU 或直接交給 CPU 計算。論文亦展示單張工作站 GPU 服務 753B 模型，但完整權重仍需主記憶體，不能解讀成「753B 全放進一張卡」。

Enterprise 用戶現在可用 Mythos 5 掃描程式庫，取得 CWE 分類、嚴重度、信心評級與建議修補。模型仍藏在受控服務後方，修補必須由人員審核，但 Anthropic 尚未公布偵測準確率。

AVO 以持久記憶、監督代理及文字網格介面，讓 Claude Opus 5 在 6,624 次環境動作內完成全部公開關卡。100 分只涵蓋公開集，不能視為通過半私有或私有競賽測試。

新版強制部分 Claude Code 網頁工具請求通過工作階段網路代理，也修補代理環境、MCP 重連與敏感輸入處理問題。它同時加入 Python SDK 遷移指令，但 Anthropic 未公布漏洞嚴重度或受影響規模。

系統以固定長度參考上下文及擴散期間的視角重組，減少分批生成多視角影片時的結構漂移。權重與推論流程已公開，但完整開源 4D Gaussian Splatting 重建和低記憶體模式仍未完成。

MCP 維護團隊把下一階段規格工作集中於五個領域，包括伺服器主動事件、代理身分及漸進式工具探索。這些項目仍是路線圖，現有 SDK 對 Tasks 與擴充通知的支援也存在缺口。

Marin 開始訓練總參數 535B、每個 token 啟用約 23B 的 MoE 模型，計畫使用 11 套 GB200 NVL72 處理約 18T 至 18.75T token。專案公開設定、縮放實驗與即時遙測，但模型品質、長上下文方案及最終 token 預算仍未定案。

Imperial College London 團隊以因果 Transformer、stop-gradient 與餘弦損失簡化音訊自監督預訓練。方法在六項分類測試呈現穩定擴展，但尚未證明可泛化至 ASR、生成任務或非 AudioSet 語料。

北京智源研究團隊提出三階段後訓練方法，讓模型不經 RAG 也能回答固定文件集的問題。八組實驗中有七組全面勝過一般 SFT，但成果仍依賴合成問答、模型裁判及逐模型調參。

DeepSeek 為 V4-Flash 加入圖片理解，可透過三種相容介面處理文字與影像，並維持原有 Flash 計價。官方公布的代理評測成績仍缺乏獨立重現，模型權重與視覺架構也未公開。

新版把代理技能集中存放、搜尋及快取的流程接入 VikingBot，也加入逐使用者記憶擷取政策與持久化背景匯入。升級同時刪除實驗性的關係 API 與 CLI 指令，既有整合須先遷移。